服務業增長的知識產權保護“最適強度”動態演化及其決定因素
——基于宏觀、中觀和微觀層面綜合框架的研究

唐保慶

(南京財經大學 國際經貿學院，江蘇 南京 210023)

一、引言

在促進服務業增長的眾多因素中，知識產權保護是重要的制度性因素(Hipp,2006)，完善知識產權保護制度是各國推動服務業發展所廣泛運用的政策方式。在美國、日本以及歐盟等發達國家和地區，服務業是國民經濟中的重要產業(服務業占比超過70%)，完善的知識產權保護制度有助于以服務業為主導的經濟體系開展創新，吸引國外創新資源，進而推動經濟增長(Maskus,2008)。對于正處于轉型期的中國而言，通過完善知識產權保護制度推動服務業增長不僅關系到經濟發展方式的轉型和產業結構的升級，還關系到通過制度變革的方式釋放制度紅利的偉大嘗試(趙霞，2017；原小能 等，2017)。

對于知識產權保護制度與服務業增長之間的關系，學術界觀點大致經歷了三個階段的演化：第一階段觀點認為，加強知識產權保護有助于激勵服務業領域的創新，改善創新資源的優化配置，吸引全球創新資源進入一國創新領域，進而推動服務業的增長(Kitching et al.,2003);第二階段觀點認為，知識產權保護不僅對服務業增長產生促進作用，還會產生市場勢力效應和市場擠出效應(Boldrin et al.,2008)；第三階段的觀點認為，知識產權保護作用于服務業增長存在截然相反的傳遞機制，必須尋求適宜強度(或“最適強度”)的知識產權保護才能夠推動服務業的增長(Blind et al.,2010)。目前對知識產權保護與特定經濟部門增長(例如服務業增長)、一般性部門增長(例如宏觀經濟增長)之間關系的討論幾乎一邊倒地傾向于上述第三階段的觀點，即只有“最適強度”的知識產權保護才能實現相應的經濟目標。

不同國家的服務業發展狀況存在較大的差異，所需要的知識產權保護“最適強度”并不一致，即使對于同一個國家而言，不同的歷史時期或者不同的發展階段所需要的知識產權保護“最適強度”也不盡相同，知識產權保護的“最適強度”實際上會隨著外部經濟環境的不同而出現動態演化。然而現有文獻并未從理論上深入闡釋服務業增長所需要的知識產權保護“最適強度”的動態演化機制，也未能論證影響知識產權保護的“最適強度”到底取決于哪些因素。正因為如此，有必要對此做深入的理論分析，以進一步探尋經濟因素和知識產權保護之間的聯動關系。從服務業發展的實踐來看，由于影響服務業增長的知識產權保護“最適強度”決定因素尚不明晰，政府決策部門難以尋找到制定知識產權保護“最適強度”范圍的科學依據，由此陷入缺乏顯性化政策依據的困境，導致最終出臺的相應政策難以與服務業的發展目標和現實需要相匹配。中國是一個知識產權保護制度正在不斷完善的發展中大國，知識產權保護強度的確定需要一定的理論支撐，知識產權保護強度的確定也需要充分考慮中國的國情，尤其在國際談判中不能盲目接受發達國家所提出的超越中國發展階段的不合理要求，而是需要從本國的特定經濟發展階段特征中尋求制度強度的顯性化依據。

二、文獻回顧

從知識產權保護視角研究服務業增長的文獻大多在21世紀之后才出現，研究的深度、運用的分析方法以及研究的觀點均經歷了一個演化發展的過程。

最初的文獻大多從知識產權保護制度與服務品特性之間的內在聯系出發，運用邏輯分析的方法考察知識產權保護制度與服務業發展之間的匹配性。Hipp(2006)認為，對于服務業(尤其是知識密集型服務業)而言，知識產權保護制度能夠在維護服務業所蘊含的創意、知識和理念等無形要素產權的過程中發揮極大的作用，從而有利于推動服務業的增長。Kitching et al.(2008)認為，不同的知識產權保護形式對不同部門服務業增長作用存在差異，尋求與服務業特性相匹配的知識產權保護方式才能夠充分有效發揮知識產權保護制度的作用。這些研究的一個共同特點是：運用邏輯分析的方法剖析知識產權保護制度對服務業增長的關鍵意義，但缺乏較為嚴謹的量化分析。因此，后續運用數據開展的研究則很好地彌補了上述文獻的不足，尤其是基于微觀數據的計量檢驗則更加精細地刻畫了知識產權保護對服務業增長的促進效應。例如，Jandhyala(2013)運用2002—2006年152家企業的面板數據研究開放條件下知識產權保護對服務業發展的影響后認為，東道國加強知識產權保護能夠通過開展信息技術服務業的外包方式實現對服務業增長的促進效應。Iwaisako(2013)運用2005—2010年印度尼西亞服務業微觀數據的研究發現，在促進知識密集型服務業增長的過程中，知識產權保護制度是一項隱形的要素，而且運用偏弱的知識產權保護制度能夠顯著推動知識密集型服務業增長。Hall et al.(2015)從政策層面考察了專利、技術保密和其它方式為代表的知識產權保護措施對企業創新的影響和福利效應后認為，綜合利用不同方式的知識產權保護措施比單一知識產權保護方式更加能夠激發創新活動。

上述文獻主要關注知識產權保護對服務業增長的正面影響，并未過多涉及其中的負面影響。為此，也有部分文獻探討了知識產權保護對服務業發展的負面影響。Boldrin et al.(2008)和Hahanov(2011)的研究表明，加強知識產權保護會通過多種途徑來擴大創新企業的先動優勢(First-Mover Advantage)，進而產生不利于其它服務業企業創新的市場勢力效應(Market Power Effect)。Walker(2004)以文化服務業為例的研究表明，過強的知識產權保護會遏制服務業的潛在企業加入到市場競爭中，在客觀上擠出了服務業領域的投資，不利于服務業市場規模的擴大。類似地，Smith et al.(2005)指出，服務業領域的知識產權保護強度應當適宜，過于嚴苛的知識產權保護不僅阻斷正常的知識傳播，而且剝奪了其它企業進入服務業市場的正當權益。這些研究為辯證地看待知識產權保護對服務業增長的影響提供了有力證據，也預示著需要更加深入地研究知識產權保護對服務業增長的內在機制。

另有少量文獻進一步地指出了知識產權保護適宜強度或者“最適強度”的問題，例如 Scotchmer(2004)認為，知識產權保護的強度應當適度，恰當的知識產權保護強度應當取決于創新者收益、消費者權益以及競爭者技術進步三者之間的平衡。Blind et al.(2010)的研究表明，知識產權保護促進知識密集型服務業增長的“凈效應”會隨著知識產權保護強度的不同而不同，適宜強度的知識產權保護有利于知識密集型服務業部門的技術擴散和規模擴大。Mate et al.(2016)研究了知識產權保護對OECD國家知識密集型服務業(KIBS)生產率的影響后發現，由于知識產權保護強度過大，對服務業生產率提高形成了顯著的阻礙作用，并且進一步提出了適宜的知識產權保護制度改革措施。這些研究意味著，知識產權保護的“最適強度”在服務業部門和整個經濟系統中是普遍存在的，知識產權保護存在“最適強度”。

本文的邊際貢獻主要在于兩個方面：第一，從服務品市場需求、服務業市場結構以及服務企業模仿能力三個維度深入研究服務業增長所需要的知識產權保護“最適強度”動態演化的理論機制，進一步豐富知識產權保護制度與服務業增長之間內在聯系的理論意涵，為決策部門制定服務業發展的宏觀政策提供顯性化的、具體的理論依據；第二，運用服務業企業的微觀數據開展經驗檢驗，有助于彌補國內服務經濟學研究領域嚴重缺乏微觀證據的問題。

三、知識產權保護“最適強度”的理論分析框架

由于知識產權保護能夠通過技術創新、要素優化配置等方式對服務業增長產生正向促進作用(Naghavi et al.,2015)，同時能夠通過壟斷勢力和擠出效應對服務業增長產生反向阻礙作用(Lorenczik et al.,2012)，因此知識產權保護存在理論上的“最適強度”。本文接下來將分別從服務品市場需求、服務業市場結構以及服務企業模仿能力三個維度闡述知識產權保護“最適強度”的動態演化機制。

(一)服務品需求對知識產權保護“最適強度”變動的影響

在服務品需求量增加的情形下，潛在的龐大市場機遇可能會引發市場中以剽竊和非法模仿為主要內容的惡性競爭，但是由于知識產權保護制度的存在，服務業企業由于受到知識產權保護制度的限制而加大創新投入，以便在市場上保持競爭力，此時知識產權保護對創新者的激勵作用以及對市場競爭秩序的規范作用會得到更加充分的體現，其邊際效用也更高。不僅如此，由于知識產權保護能夠確保高端人力資源的創新智慧轉化為經濟回報，因此隨著服務品需求量的上升，具有創新能力的高端人力資源的價值會得到進一步凸顯，創新型服務業企業為了應對服務品需求量的增加也更加愿意吸納高端人力資源(Prajogo et al.,2016)，而非創新型服務業企業則會大規模吸納普通人力資源，以實現規模效應和低成本運作。由此，知識產權保護的人力資本優化配置功能會在服務品需求量增加的情況下得到強化。因而，服務品需求量的增加會進一步提高知識產權保護推動服務業增長的正向促進作用及其邊際效用。

雖然知識產權保護制度會產生服務業企業的市場勢力效應，進而不利于服務業增長，但是服務品需求量的上升通常伴隨著服務業市場上企業數量的增加，在位服務業企業的數量越多則越難形成特定企業的市場勢力，從而難以出現一家獨大或者幾家獨大的情形(Malerba et al.,2007)。因此，服務品需求量的增加反而會弱化知識產權保護對服務業增長的反向抑制作用。

基于上述分析，服務品需求量的增加對知識產權保護“最適強度”作用表現在兩個方面：一方面強化了知識產權保護對服務業增長的正向促進作用，另一方面又削弱了知識產權保護對服務業增長的反向抑制作用，這就使得知識產權保護對服務業增長的正向“凈效應”容易顯現，“倒U型”特征的拐點難以出現，只有實施更強的知識產權保護強度才會出現拐點，即知識產權保護“最適強度”的數值會上升。由此，我們提出命題1：

命題1：當服務品市場需求量趨于不斷增加時，服務業增長所需要的知識產權保護“最適強度”數值趨于增大，向上調高知識產權保護強度的標準有助于進一步促進服務業增長。

(二)服務業市場結構對知識產權保護“最適強度”變動的影響

當服務業市場結構趨于競爭型時，服務業企業通常會面臨更加白熱化的競爭。由于在知識產權保護制度的監管下，企業難以通過技術剽竊或者非法模仿方式開展競爭，其轉向研發創新的動力會得以增強(Schubert,2010;Czarnitzki et al.,2014)，知識產權保護對服務業增長的促進作用也隨之提高。與此同時，趨于競爭型的市場結構會引發白熱化競爭格局，這會推動服務業企業通過吸納高素質人力資源方式提高其市場競爭力，加上知識產權保護具有的人力資本優化配置效應，服務業市場結構越來越趨向競爭型，知識產權保護的人力資本優化配置效應會得以凸顯，對服務業增長的正向促進作用相應會提升。

服務業市場結構趨于競爭型還會導致在位的服務業企業難以控制市場價格(Claycombe,2000)，知識產權保護的服務業市場勢力效應相應會衰減(除非知識產權保護強度進一步上升)，服務業市場潛在進入者加入市場競爭的門檻也隨之降低，知識產權保護通過市場勢力效應阻礙外部資源進入服務業市場的反向抑制功能趨于弱化。不僅如此，服務業企業在日益激烈的市場競爭中會加大新型服務品的開發力度，知識產權保護原先對它們所造成的“吃老本”狀態也會得到較大的改觀。總體而言，市場結構越趨于競爭型，知識產權保護對服務業增長的反向抑制作用越弱。

由此不難發現，趨于競爭型的服務業市場結構在強化知識產權保護對服務業增長促進作用的同時，相應也弱化了知識產權保護對服務業增長的阻礙作用，知識產權保護對服務業增長的“倒U型”非線性作用曲線的極大值會向右移動，與此對應的知識產權保護“最適強度”趨于提高。由此，我們提出如下的命題2：

命題2：當服務業市場結構趨于競爭型時，服務業增長所需要的知識產權保護“最適強度”趨于提高，根據服務業市場結構狀況適度調整知識產權保護強度有利于更大限度促進服務業增長。

(三)服務企業模仿能力對知識產權保護“最適強度”變動的影響

服務業企業模仿能力的提高，增加了服務業市場競爭中發生剽竊和非法模仿的可能性，一國出于規范市場競爭秩序、打擊惡性競爭者和激勵研發創新等多重目的，往往需要進一步加強知識產權保護制度執行力度(Lorenczik et al.,2012)，即加強知識產權保護的緊迫性會提高，強化知識產權保護的邊際效用也相應提升。從知識產權保護的人力資本優化配置效應來看，服務業企業模仿能力的提升會引發高概率技術剽竊事件，這更容易破壞優質人力資源從市場中獲得高回報，因此從維護知識產權保護的人力資本優化配置效應角度來看，一國也有必要加強知識產權保護。因此，當服務業企業模仿能力提高時，只有加強知識產權保護才能發揮其對服務業增長的正向促進作用，加強知識產權保護對服務業增長的邊際效用會得到提升。

隨著服務業企業模仿能力的普遍提高，服務業市場中的部分潛在進入者會在不觸及現行知識產權保護制度的前提下適度“模仿”創新者的技術，這就使得潛在進入者能夠逃脫知識產權保護制度的懲罰，從而客觀上為服務業市場注入新的資源和競爭活力，同時還弱化了知識產權保護的市場擠出效應。與此同時，服務業市場的在位企業也難以維持其原有的市場勢力，轉而會加大創新力度，推出新的服務品或者服務模式，使知識產權保護的原有市場勢力效應弱化。

基于上述邏輯，服務業企業模仿能力的提高不僅強化了知識產權保護對服務業增長的邊際效用，還會弱化知識產權保護在服務業市場中的市場勢力效應和市場擠出效應，知識產權保護對服務業增長的正向促進作用更加顯著，知識產權保護對服務業增長“倒U型”作用曲線的拐點會推遲出現，即知識產權保護“最適強度”的數值會大于服務業企業模仿能力較弱時的知識產權保護“最適強度”。由此，我們提出如下命題3：

命題3：當服務企業的模仿能力提高時，服務業增長所需要的知識產權保護“最適強度”相應會提升，以此為依據動態調整知識產權保護的強度有助于更大程度地促進服務業增長。

四、經驗檢驗

(一)計量模型構建

由于本文的研究對象是服務業增長中的知識產權保護“最適強度”，我們首先在計量模型中納入知識產權保護IPR及其平方項IPR2。根據前文的理論分析可知，知識產權保護“最適強度”的大小會隨著服務品市場需求、服務業市場結構以及服務企業模仿能力三個方面因素的變動而發生動態演化，因此我們針對上述每一個因素分別構建了三者與IPR、IPR2的交互項，以便設計三個不同的計量模型。考慮到服務業增長還會受到其它因素的影響，在此我們借鑒經濟增長理論，納入了其它文獻所識別出的影響因素，具體包括：人均物質資本存量(Capital)、市場化程度(Market)、基礎設施水平(Infrastructure)、制造業發展水平(Manufacture)以及開放度(Open)；此外還包括解釋變量人均服務業增加值(Service)。從而構建出以下三個完整的計量模型：

(1)

(2)

(3)

其中，Service表示服務業增長；IPR為知識產權保護水平；Demand為服務品市場需求；Structure為服務業市場結構；Imitation為服務企業模仿能力；X為包含了其它控制變量的矢量；μ、δ、η、λ、ξ分別表示企業固定效應、行業固定效應、地區固定效應、時間固定效應、隨機擾動項；i、j、k、t分別表示企業、行業、地區、時間；β0、…、β4、Φ為回歸系數(矢量)。

(二)變量說明

(1)服務業增長(Service)。由于本文的計量模型是借鑒經濟增長理論的思想所構建，而且我們基于A股的知識密集型服務業上市公司數據開展經驗研究，因此以服務業企業的人均服務業增加值作為服務業增長的衡量指標(類似于經濟增長文獻中以人均GDP作為經濟增長的衡量指標)。對于服務業增加值數據，我們基于“增加值=勞動者報酬+生產稅凈額+固定資產折舊+營業盈余”這一公式進行計算，其中，“生產稅凈額=生產稅-生產補貼”，生產稅包括：營業稅、增值稅、消費稅、煙酒專賣專項收入、進口稅、固定資產使用稅、車船使用稅、印花稅、排污費、教育費附加、水電費附加、價格調控基金和城市維護建設稅。當然，不同的服務業企業所繳納的稅收種類會隨著行業的不同而有所差異。計算因變量所涉及的數據來源于萬得資訊數據庫。

(2)知識產權保護(IPR)。Rapp et al.(1990)、Ginarte et al.(1997)以及Sherwood(1997)等較早地測算了國家層面的知識產權保護強度，相應的測算方法在學術界得到了廣泛應用。由于本文是基于微觀數據開展經驗研究，有必要盡可能尋求在同一時間維度上與不同服務業企業相對應的知識產權保護強度，因此我們先根據Ginarte et al.(1997)的方法(簡稱GP指數)計算出國家層面的名義知識產權保護水平[注]所謂名義知識產權保護水平，是指一國的立法所展現出的知識產權保護程度，并不考慮該國對于相關法律的執行力度。，隨后借鑒WIPO(2011)的方法計算出反映各個地區的“執法強度”因子。首先，計算GP指數。GP數值的大小取決于保護的覆蓋范圍、國際條約的成員資格、喪失保護的條款、執法機制以及保護期限五個指標的得分總和。對于保護的覆蓋范圍而言，當一國增加一項保護的領域，則得分增加1分；對于國際條約的成員資格而言，當一國增加一個知識產權保護組織成員資格，則得分增加1分；對于喪失保護的條款而言，每一個條款在生效之前都得1分；對于執法機制而言，它包括初步禁令條款、共同侵權責任以及逆向舉證責任三項，這三項任何一項適用于某國，該國的得分增加1分；對于保護期限而言，當保護年限大于20年時，得分為1，當保護年限在0～20年之間時，得分為保護年限除以20的值。其次，計算“執法強度”因子。我們根據數據可獲得性的情況，選定中國的省份作為各個地區的行政劃分單位，由此獲得各個省份的執法強度。最后，以國家層面的名義知識產權保護水平乘以各個省份的執法強度作為各個省份的知識產權保護實際強度，可以用公式表示如下：

(4)

具體到執法強度(Fk,t)，我們借鑒WIPO(2011)的方法，提取專利侵權和其它糾紛結案量、查處冒充專利行為和假冒他人專利行為結案量兩個維度的指標，將此作為執法強度的計算依據。由于這兩個維度的指標反映了不同的違法性質，因此有必要對此`做標準化處理，而運用閥值法開展標準化處理的計算公式如下：

(5)

其中，Fll為省份k的第l(l=1,2)項指標標準化之后的指數；flmax和flmin分別為第l項指標的最大值和最小值，flk為第l項指標的原始值。進一步地，我們對標準化之后的兩項指標取算術平均數，從而得到各省份的知識產權保護執法強度。計算知識產權保護強度所涉及的數據來源于歷年《中國知識產權年鑒》、《中華人民共和國國家知識產權局專利統計年報》。

(3)服務品市場需求(Demand)。經濟學理論指出，所謂需求是指有支付能力的需要。由于支付能力和需要這兩個概念均缺乏明確的統計數據，因此我們借助于已經通過貨幣轉化為現實的需要——服務行業增加值，把此作為服務品市場需求的代理變量。當然，用服務行業增加值反映服務品市場需求的一個不足之處是，部分有支付能力的服務品需要可能會由于服務品供給能力的短缺而無法滿足，這就帶來了低估服務品市場需求的問題。但是由于受到數據的限制，我們無法估算潛在的服務品市場需求。此外，服務業企業在觀測服務品市場的需求量時通常用該企業所處行業的往年服務行業增加值進行衡量，換言之，服務行業增加值已經成為企業觀測市場需求的現實指標[注]我們在企業調研中得知，服務業企業通常借助于自身所處行業的以往各年服務行業增加值作為市場需求的判斷依據，并且結合經濟發展趨勢和國家的政策推測今后的服務品市場需求。。由于每一個服務企業面臨的市場需求實際上是所有市場所蘊含的需求，甚至包括海外市場需求，因此，我們用每一個服務企業與所有市場需求進行匹配[注]每一個服務企業所在行業的服務行業增加值恰恰包含了已經通過貨幣轉化為現實需要的國內需求和國外需求兩個部分。。該指標是以2000年為基期的自然對數值，所涉及的數據來源于歷年《中國統計年鑒》。

(4)服務業市場結構(Structure)。學術界通常用行業集中度反映市場結構(Bushnell et al.,2008)，其中，赫芬達爾-赫希曼指數(HHI)是行業集中度的典型指標，但是由于獲取該指標需要先計算出市場上所有企業的市場份額，而萬得資訊數據庫無法滿足這一指標的要求。因此，我們用絕對集中度衡量行業集中度，即用一個行業中最大的N家企業的銷售額占整個行業銷售額的比重來反映(最常見的是CR4)，由于這一指標對數據的要求低于HHI指數對數據的要求，因此在學術界得到了廣泛的運用(Kohn,1997)。該指標所涉及的數據來源于萬得資訊數據庫。

(5)服務企業模仿能力(Imitation)。企業的模仿能力本質上是一種學習能力，而一個企業學習能力的強弱與該企業人力資本儲備水平的關聯度極大(Ulhoi,2012)，因此，我們以服務企業的人力資本水平作為模仿能力的代理變量。目前對人力資本的測度方法主要包括投入法、產出法、學歷權重法、受教育年限法、當期價值法和未來收益現值法等，由于萬得資訊數據庫提供了服務企業的學歷構成數據，因此我們采用人員平均受教育年限法。具體而言，我們設定受教育年限分別為：小學教育為6年，初中教育為9年，高中和中專教育為12年，大學教育為16年，碩士教育及以上為19年，隨后運用加權平均法進行計算。該指標所涉及的數據來源于萬得資訊數據庫。

(6)其它變量。服務業企業固定資產投資(Capital)以2000年為基期，運用永續盤存法進行計算，隨后計算人均值之后取自然對數，該指標所涉及數據來源于萬得資訊數據庫。市場化程度(Market)指標為非國有企業和非集體企業從業人員數占勞動力總人數的比例。考慮到服務品幾乎不依托傳統的運輸方式對外運送，而更多地依靠網絡設備、通訊方式和信息技術進行傳播，因此我們在確保數據可獲得性的前提條件下，以電視綜合覆蓋率反映基礎設施水平(Infrastructure)[注]從邏輯上，相比于電視綜合覆蓋率，網絡普及率是一個能夠更好反映服務業領域基礎設施的指標數據，但是由于現有網絡普及率這一指標數據相對有限，我們最終放棄了這一指標。，該指標所涉及數據來源于《新中國六十年統計資料匯編》。關于制造業發展水平(Manufacture)，考慮到近年來國家統計局和地方政府統計局紛紛取消公布制造業增加值數據，因此，我們采用工業增加值占GDP的比例這一指標反映制造業發展水平，數據來源于各省份的歷年相關統計年鑒。關于開放度(Open)，我們根據《外商投資產業指導目錄》針對服務業領域的不同政策測算不同服務行業的開放度，即分別對四類政策進行賦分，具體賦分分別為：0分(禁止)、1分(限制)、2分(未注明)和3分(鼓勵)。分值越高，表明某一子行業的開放度越高。由于《外商投資產業指導目錄》并未給出明確行業劃分標準，我們從國民經濟行業分類三位碼出發，采用手工匹配的方法與《外商投資產業指導目錄》進行對接，并且借鑒孫浦陽等(2015)的方法，具體的數據處理方法為：如果國民經濟行業三位碼行業中至少存在一個產品或子類行業被設定為禁止、限制和鼓勵，那么我們將其定義為受到禁止、限制和鼓勵的行業，如果沒有匹配信息的行業則被定義為未注明行業；隨后，根據先前的賦分原則以及三位碼行業在禁止、限制、未注明以及鼓勵四種情形中的歸屬結果，進而開展綜合得分的計算，在計算綜合得分的過程中，一個較為理想的方法是根據三位碼行業的行業規模開展加權平均計算，但是由于受到行業規模數據不可獲得性的限制，我們采用了簡單的算術平均予以替代。基于上述方法，我們進一步得到了大類服務行業的開放程度[注]由于本文的樣本期間為1999—2015年，因此我們并未使用1995年、1997年和2017年版本的《外商投資產業指導目錄》，對于尚未發布新目錄的年份(即兩個發布年份中間相間隔的年份)，我們以最近年份的《外商投資產業指導目錄》來代替。。

(三)檢驗結果分析

1.基本回歸結果

表1中的回歸結果(1)是在不控制其它變量情況下的一元回歸結果。回歸結果(1)顯示，知識產權保護對服務業增長的促進作用為正，并且在1%水平上顯著。隨后我們控制了其它變量，并且納入知識產權保護變量的平方項，從而得到回歸結果(2)。回歸結果(2)表明，知識產權保護變量同樣通過1%水平的顯著性檢驗，這意味著在控制了其它影響因素的情況下，知識產權保護依然是推動服務業增長的重要因素，而且和一元回歸相比，多元回歸中的知識產權保護變量的系數僅僅略有減小，這表明知識產權保護是推動服務業增長的強影響因素。此外，知識產權保護平方項(IPR2)的回歸系數顯著為負，這證實了知識產權保護對服務業增長的促進作用呈現先揚后抑的“倒U型”特征，知識產權保護在促進服務業增長的過程中存在“最適強度”，研究結論與命題1相符合。

隨后，我們分別納入了市場需求、市場結構以及服務企業模仿能力三個因素，考察這些因素如何對知識產權保護“最適強度”的動態演化產生影響。回歸結果(3)顯示，IPR×Demand的系數顯著為正，表明隨著服務品市場需求量的增加，知識產權保護對服務業增長的促進作用得到了增強。原因正如本文理論分析部分所指出那樣，服務品市場需求量的增加意味著服務業企業獲得經濟利益的機會變大，這不僅會激發創新者的熱情，還容易引發市場中的剽竊和非法模仿等惡性競爭行為，加強知識產權保護的必要性也隨之提高，而且知識產權保護制度對服務業增長的邊際效用隨之增強。此外，在其它條件不變的情況下，服務品市場需求量的增加會派生出更多的服務業企業，知識產權保護會削弱服務業市場中的市場勢力效應。因此，服務品市場需求量的增加會強化知識產權保護對服務業增長的促進作用。

表1 基于OLS估計的回歸結果

注：***、**、*分別表示在1%、5%、10%水平上顯著；( )內的數值為擬合系數的聚類穩健標準誤；De代表Demand，Str代表Structure，Imi代表Imitation。下同。

表1回歸結果(3)還顯示，IPR2×Demand的回歸系數顯著為負，表明知識產權保護對服務業增長作用的拐點還會受到市場需求量的影響，由于對拐點的計算會同時涉及到IPR、IPR2、IPR×Demand以及IPR2×Demand的回歸系數，我們對此綜合考慮得到知識產權保護“最適強度”的表達式，IPR=-(β1+β4×Demand)/2(β2+β5×Demand)，其中β1、β2、β4、β5分別為IPR、IPR2、IPR×Demand、IPR2×Demand的回歸系數，市場需求量為不變價服務品市場需求量的自然對數。把回歸得到的系數β1、β2、β4、β5全部帶入上述知識產權保護“最適強度”表達式，并且經過數學推理之后，我們得到新的知識產權保護“最適強度”表達式為：IPR=83/10-532/(50×Demand+340)。從該表達式不難發現，知識產權保護“最適強度”IPR隨著市場需求量的增加而上升，即兩者之間呈現正相關關系。這表明，知識產權保護的“最適強度”會隨著市場需求量的增加而發生向上的動態演化，或者隨著市場需求量的減少而發生向下的動態演化，這一結論與命題2相符合。這意味著一個國家的知識產權保護“最適強度”并非一成不變，而是可以根據經濟發展的特定條件進行適度調整。對于服務業部門而言，在其它條件不變的情況下，服務品需求量的持續增加對應著知識產權保護“最適強度”的提升，政府管理部門應當調整政策預期，制定更加嚴厲的知識產權保護制度，以便在更大程度上實現知識產權保護促進服務業增長的“凈效應”。如果將Demand數值代入上述表達式，可以計算出知識產權保護的“最適強度”為6.884，遠遠大于2015年的知識產權保護實際強度(4.839)，這表明中國目前依然處于需要加強知識產權保護的階段，強化知識產權保護制度有助于促進服務業增長。

表1中的回歸結果(4)是納入服務業市場結構的回歸結果，其中IPR的回歸系數顯著為正，IPR2的回歸系數顯著為負，與回歸結果(3)結論相吻合。IPR×Structure的回歸系數顯著為負，這與預期相符合，即服務業市場結構越趨于競爭型(Structure數值越小)，服務業企業面臨的競爭壓力越大，而知識產權保護強度的存在會迫使企業開展創新活動，或者通過支付專利費的方式獲得新技術，非法模仿活動相應會減少，這有利于促進服務業增長(Service數值越大)。與此同時，服務業市場結構越趨于競爭型，實力強大的服務業企業也越有可能為提升其競爭力而吸納高質量的人力資本，作為服務業市場中優質資源的高端人力資本也能夠得到優化配置，從而有利于服務業增長。

回歸結果(4)中IPR2×Structure的回歸系數通過了顯著性檢驗，表明知識產權保護對服務業增長發揮作用的拐點還會受到服務業市場結構的影響。我們運用上述類似的方法計算出知識產權保護“最適強度”的表達式，即：IPR=-(β1+β4×Structure)/2(β2+β5×Structure)，其中β1、β2、β4、β5分別為IPR、IPR2、IPR×Structure、IPR2×Structure的回歸系數，Structure為絕對集中度指標(CR4)。把β1、β2、β4、β5的數值全部帶入上述表達式，并且經過數學推理之后，我們得到確切的知識產權保護“最適強度”表達式：IPR=66/7+1171/(98×Structure-462)。從該表達式不難發現，知識產權保護“最適強度”IPR隨著數值的減小而上升，即兩者之間呈現負相關關系，即隨著服務業市場結構趨于競爭型(Structure數值減小)，服務業增長所需要的知識產權保護“最適強度”趨于上升(IPR數值增大)，由此，命題3得到了證實。進一步地，我們把Structure數值代入上述表達式，得到知識產權保護的“最適強度”為6.990，同樣大于當前知識產權保護的實際強度，即中國加強知識產權保護有助于進一步推動服務業增長。

表1中的回歸結果(5)納入了服務企業模仿能力這一因素，IPR和IPR2的系數符號以及顯著性與回歸結果(3)和回歸結果(4)完全相符，表現得非常穩健。IPR×Imitation的回歸系數為正，并且通過了1%水平的顯著性檢驗，說明隨著服務企業模仿能力的增強，知識產權保護對服務業增長的促進作用有所提升。其中的機理在于，服務企業模仿能力的提升在客觀上會提高這些企業非法模仿的概率，非法模仿的頻繁發生也更加容易破壞“優質人力資源從市場中獲得高回報”這一基本法則，在此情形下更有必要加強知識產權保護，知識產權保護在規范市場競爭秩序過程中的邊際效用也更高，更加凸顯了加強知識產權保護對服務業增長的重要作用。

回歸結果(5)中IPR2×Imitation的回歸系數通過了顯著性檢驗，表明知識產權保護影響服務業增長的拐點與服務企業的模仿能力有關。我們運用與上述相同的方法計算出知識產權保護“最適強度”與服務企業模仿能力之間的函數關系，即：IPR=58/11+797/(861-22×Imitation)。很顯然，在企業模仿能力不超出一定界限(此處不超過861/22≈39.136)的情況下[注]根據計算，2015年中國服務業上市公司的平均模仿能力指標僅為16.493，遠遠低于39.136。，IPR與Imitation之間呈現的是相關關系，即隨著服務企業模仿能力的提升，知識產權保護的“最適強度”也隨之提高，這意味著中國可以進一步提高知識產權保護制度的標準，強化知識產權保護措施會更加有效地促進服務業增長，這一結論與命題4相符合。由于目前中國服務業上市公司的平均模仿能力為16.493，因此知識產權保護“最適強度”為6.873，這意味著，在不考慮其它因素的情況下，知識產權保護強度越接近于6.873，知識產權保護制度對服務業增長的促進作用越大。

根據上述檢驗結果可以發現：服務品市場需求量越大、服務業市場結構越趨向于競爭型、服務企業模仿能力越強，知識產權保護的“最適強度”越大，換言之，知識產權保護的“最適強度”會隨著這三個因素的變化而發生動態演化，命題1—命題3全部得到了證實。其中包含的政策啟示是，政府相關管理部門可以結合中國的服務品市場需求量、服務業市場結構以及服務企業的模仿能力情況，因地制宜調整中國知識產權保護實施強度的標桿，制定適宜強度的知識產權保護政策。

2.考慮內生性的回歸結果

由于本文是基于服務業上市公司的微觀數據開展的經驗研究，上市公司通常是某一行業中具有較大影響力的企業，在知識產權保護推動服務業增長的過程中，理論上服務業上市公司可能會通過多種游說渠道對知識產權保護政策施加影響，這就存在解釋變量和被解釋變量互為因果關系的可能性，計量模型可能隨之伴有內生性問題。為此，我們有必要尋求知識產權保護變量的工具變量來解決這一問題。

本文借鑒唐保慶等(2018)的方法，借助于各服務業企業所在省份分別到北京、5個經濟特區以及14個沿海開放城市等共計20個城市(地區)的最短空間距離(下文簡稱為“最短空間距離”)構造“距離指數”(Distance Index，DI)，為構建知識產權保護制度的工具變量奠定基礎。其理由是：5個經濟特區以及14個沿海開放城市是中國市場經濟發展最為充分的地區，是經濟活動最具有創新活力的地區，也是推崇依靠個人能力創造社會財富的地區，因此這些地區的企業和個人對知識產權保護制度重要性具有較為清醒地認識。北京作為中國的首都，是各項政策與制度的發源地，在獲得重要信息方面以及在貫徹國家的意志、戰略方針等問題上都要領先于國內其它區域，對真正推進知識產權保護制度也比其它地區要更加堅定。因此，某一個省份的“最短空間距離”值越小，其知識產權保護強度有可能越高，故“距離指數”與各省份的知識產權保護強度具有較高的相關性。此外，服務品難以像實物商品那樣運輸，服務品主要服務于本土市場，支撐其發展的只是本地化為主的市場容量(劉志彪，2011)，正因為如此，服務品一度被認為不可貿易品(Non-Tradable Goods)。即使某一省份離經濟特區或者沿海開放城市的距離較短，但由于服務品具有上述特點，該地區的服務業也很難從臨近經濟特區或開放城市的快速發展中受益。因此，“距離指數”也滿足外生性要求。

(6)

由于本文的數據樣本為包含了時間維度的地級市面板數據，但是上文構建的“距離指數”是僅僅隨橫截面而變化，并不是隨時間變化的變量。為了解決這一問題，我們借鑒蔣殿春等(2011)、王孝松等(2014)的方法并加以改進，具體辦法是：選取一個隨時間變化的、能夠反映“距離指數”涵義的外生變量與之相乘。為此，我們選取第t-1年的“鐵路密度”這一隨時間變化的變量與“距離指數”相乘的變量，這一變量既隨橫截面變化又隨時間而變化，以此作為第t年的工具變量。由于受到數據可獲得性限制，我們假定一個省份內部各地級市的“鐵路密度”相同。此處的“鐵路密度”是指從某一省份到離其最近的20個地區(具體包含北京、5個經濟特區以及14個沿海開放城市)途中經過的所有省份的鐵路密集度。例如，對于陜西而言，其到北京的距離是陜西的“最短空間距離”，而且陜西到北京的“最短空間距離”會經過山西和河北二省，那么我們需要計算出陜西、山西、河北以及北京四個省份的鐵路密集度，具體辦法是：四個省份的鐵路總里程數之和除以四個省份的面積。我們選取“鐵路密度”的理由是：由于本文的“最短空間距離”揭示的是某個地區受到知識產權保護制度的輻射程度，進而對構建當地知識產權保護制度的影響，而這種輻射程度的大小實際上還會受到兩地之間真實有效距離的影響，即兩地之間的交通條件越便捷，人員的流動則會越頻繁，制度滲透、文化交流和崇尚習慣也會隨之改變。由此我們得到IVi,t=DIi×railwayi,t-1這一工具變量，鐵路里程數據來源于《中國交通運輸統計年鑒》。

從表2可以看出，弱工具變量檢驗結果和過度識別檢驗結果都較為理想。接下來考察表2中運用工具變量的2SLS估計結果，結果(1)是以知識產權保護作為唯一變量的一元回歸結果，結果(2)納入了其它控制變量，同時也控制了時間、地區、行業和企業固定效應，對照結果(1)和結果(2)中IPR變量的系數可以發現，IPR系數均通過了顯著性檢驗，而且結果(2)中的IPR回歸系數比結果(1)中的IPR回歸系數略有減小，表明知識產權保護變量是服務業增長的強影響因素，這與表1中的回歸結果完全相同。

表2 基于2SLS估計的回歸結果

結果(3)是納入服務品市場需求量這一因素的回歸結果，IPR×Demand的回歸系數顯著為正，表明知識產權保護對服務業增長的促進作用隨著服務品市場需求量增加而得到增強，同時，IPR2×Demand的回歸系數顯著為負，表明知識產權保護對服務業增長的非線性作用也受到服務品市場需求量的影響。隨后，我們計算出了知識產權保護“最適強度”與服務品市場需求量之間的函數關系，即IPR=79/12+90/(363-51×Demand)。很顯然，服務品市場需求量(Demand)滿足一定范圍(即0

結果(4)考察了服務業市場結構對知識產權保護“最適強度”動態演化的影響，結果表明，知識產權保護“最適強度”與服務業市場結構的函數關系為：IPR=135/18+19/(482×Structure-57)。很顯然，隨著服務業市場趨于競爭性，IPR趨于減小，兩者之間呈現負相關關系，與表1的研究結果完全相同。

結果(5)揭示了服務企業模仿能力對知識產權保護“最適強度”動態演化的影響。經過計算之后發現，知識產權保護“最適強度”與服務企業模仿能力的函數關系為：IPR=67/11+250/(728-24×Imitation)。當服務企業模仿能力符合32.583>Imitation>0的條件時[注]2015年中國服務業上市公司平均模仿能力的指標僅為16.493，遠遠低于32.583。，知識產權保護“最適強度”隨著服務企業模仿能力的提升而增強，兩者之間呈現正相關關系，與表1的結論相同。由此可見，表2運用工具變量開展的經驗檢驗得出與表1完全相同的研究結論，研究結果較為穩健。

3.分樣本回歸結果

前文以總體服務業上市公司作為研究樣本，接下來將用子樣本做進一步的研究，以考察上述研究結論在子樣本中是否同樣成立，以便檢驗研究結論是否具有一般性。具體回歸結果見表3。

表3 分地區的回歸結果(2SLS估計)

表3給出了知識產權保護對不同地區服務業企業增長的回歸結果。在表3的回歸結果(1)—(9)中，IPR的所有回歸系數顯著為正，IPR2的所有回歸系數顯著為負，表明在不同地區知識產權保護對服務業增長均存在“最適強度”。接下來我們考察服務品市場需求、服務業市場結構以及服務企業模仿能力對知識產權保護“最適強度”動態演化的影響。對于東部、中部、西部三個地區而言，知識產權保護“最適強度”與服務品市場需求量的函數關系分別是：IPR東=86/10-216/(134×De+39)、IPR中=81/12-41/(226×De+51)、IPR西=69/12+112/(261-44×De)，其中，De表示Demand。很顯然，雖然三個表達式的形式略有區別，但是IPR與Demand之間均呈現正相關關系，即隨著服務品市場需求量的增加，知識產權保護“最適強度”趨于上升，這與總體服務業樣本的回歸結果完全相同。對于東部、中部、西部三個地區而言，知識產權保護“最適強度”與服務業市場結構的函數關系分別是：IPR東=141/34+233/(73×Str+69)、IPR中=47/14+223/(92×Str+64)、IPR西=87/40+251/(88×Str+56)，其中，Str表示Structure。此三個函數關系均揭示了IPR與Structure之間的負相關關系，即服務業市場越趨于競爭型(Structure下降)，知識產權保護“最適強度”越趨于提高，這一結論同樣與總體服務業樣本的研究結論相同。最后，考察三個地區的知識產權保護“最適強度”與服務企業模仿能力的函數關系，這些函數關系分別為：IPR東=98/10-770/(27×Imi+31)、IPR中=43/6-197/(33×Imi+26)、IPR西=41/3-458/(5×Imi+12)，其中，Imi代表Imitation。這三個函數關系均表明IPR與Imitation之間存在負相關關系，與總體樣本的研究結論相一致。由此可見，對于東部、中部、西部三個不同地區而言，服務品市場需求、服務業市場結構以及服務企業模仿能力對知識產權保護“最適強度”動態演化的影響不僅與不同地區之間存在一致性，而且與全國層面的動態演化規律也相同。

我們注意到，表3中結果(1)和結果(5)的過度識別檢驗結果在10%水平上顯著，其它的所有結果均較為理想。我們認為，結果(1)和結果(5)中過度識別檢驗雖然通過了10%水平的顯著性檢驗，但是p值均在0.09以上，與0.1較為接近，因此我們認為這對研究結果的影響較小，上文所論述的研究結論依然是較為可靠的。

由于不同研發(R&D)強度的服務業企業對知識產權保護制度的敏感性存在差異，高R&D強度企業的核心競爭力在于創新和專利技術，這就需要依靠強有力的知識產權保護制度對這些企業創新所帶來的權益進行保護。因此，我們把服務業企業按照R&D投入占增加值的比例(稱之為R&D投入強度)作為指標，以所有服務業企業R&D投入強度的中位數為標準把服務業企業劃分為高R&D組和低R&D組[注]我們同時以所有服務業企業R&D投入強度的平均值作為劃分標準，但兩種劃分方法的研究結論也相同。，進而檢驗服務品市場需求、服務業市場結構以及服務企業模仿能力對知識產權保護“最適強度”動態演化的影響是否在不同的R&D投入強度的企業中存在差異。

表4的回歸結果顯示，各結果中交互項的回歸系數都通過了顯著性檢驗，表明服務品市場需求、服務業市場結構以及服務企業模仿能力對知識產權保護“最適強度”的動態演化產生了顯著的影響。回歸結果(1)和回歸結果(4)顯示，對于高R&D投入強度企業和低R&D投入強度企業而言，知識產權保護“最適強度”與服務品市場需求量的函數關系式分別為：IPR高=61/16+231/(132-61×Demand)、IPR低=85/18+68/(48-21×Demand)。在服務品市場需求中分別符合132/61>Demand>0以及16/7>Demand>0的條件下，IPR與Demand呈現正相關關系，與上述研究結論相同。回歸結果(2)和回歸結果(5)顯示，對于兩類企業而言，知識產權保護“最適強度”與服務業市場結構的函數關系式分別為：IPR高=43/8+5/(9×Structure+3)、IPR低=101/22+145/(72×Structure+56)。IPR與Structure呈現負相關關系，與前文的研究結論相同。回歸結果(3)和回歸結果(6)顯示，對于兩類企業而言，知識產權保護“最適強度”與服務企業模仿能力的函數關系式為：IPR高=71/8-281/(9×Imitation+13)、IPR低=27/2-311/(3×Imitation+21)。很顯然IPR與Imitation呈現正相關關系，與前文的研究結論相一致。由此可見，即使把樣本劃分為高R&D投入強度和低R&D投入強度兩個子樣本，服務品市場需求、服務業市場結構以及服務企業模仿能力對知識產權保護“最適強度”動態演化的影響也呈現一致性，而且與總體樣本的研究結論相一致，這一研究結論在不同的樣本中具有一般性和普遍性。

表4 分企業異質性的回歸結果(2SLS估計)

(四)穩健性回歸

正如前文所指出的那樣，由于服務業上市公司是服務業部門中較為優秀的企業，這些企業有可能借助于自身在特定領域的話語權對政府實施的知識產權保護政策產生影響，尤其是具有較大影響力的大型服務業企業更有可能干預政府的政策，由此可能造成解釋變量和被解釋變量之間的互為因果關系，進而會把內生性引入計量模型之中。正因為如此，我們運用2SLS對計量模型進行了估計。在此部分，我們把每一個服務行業中營業收入排名前20%的服務業企業樣本進行剔除，僅僅利用剩余的規模較小的服務業企業子樣本進行回歸，以進一步降低計量模型的內生性。當然，我們在此部分仍然運用2SLS進行估計，結果如表5—表7所示。

表5的結果表明，結果(1)—(3)的研究結論與前文一致，尤其是我們重點關注的服務品市場需求量、服務業市場結構以及服務企業模仿能力對知識產權保護“最適強度”動態演化的影響與前文的研究結論相一致，進一步證明了研究結論的穩健性。

表5 基于2SLS估計的回歸結果

表6和表7是運用較小規模服務業企業的子樣本所分別開展的分地區回歸和分企業異質性回歸結果，表6和表7結果依然是：知識產權保護“最適強度”與服務品市場需求量(Demand)呈現正相關，與服務業市場結構(Structure)呈現負相關，與服務企業模仿能力(Imitation)呈現正相關。這再次表明本文的研究結論十分穩健。

表6 分地區的回歸結果(2SLS估計)

表7 分企業異質性的回歸結果(2SLS估計)

五、研究結論與政策啟示

在服務經濟學研究領域中，知識產權保護被認為是促進服務業增長的重要制度因素，并且與服務業增長之間呈現非線性關系。本文不僅研究了知識產權保護在促進服務業增長過程中是否存在“最適強度”的問題，而且從服務品市場需求、服務業市場結構以及服務企業模仿能力三個維度進一步研究了該“最適強度”的動態演化機制。研究結果表明，知識產權保護對中國服務業增長產生了顯著的促進作用，并且存在理論上的知識產權保護“最適強度”；知識產權保護對中國服務業增長影響呈現出先揚后抑的“倒U型”特征，但是目前中國的知識產權保護實際強度(4.839)遠遠低于理論上的“最適強度”(大約6.846)，中國加強知識產權保護有助于促進服務業的進一步增長。服務業已經成為中國的第一大產業，2017年服務業增加值占GDP的比例高達51.6%，高出第二產業11.8個百分點。如何鞏固當前服務業的良好發展勢頭，進而取得更高的發展水平是一個重大而又現實的問題。知識產權保護制度有助于激發服務業領域的創新活動，提高服務業領域的資源配置效率，加之中國的知識產權保護制度起步較晚，進一步完善該制度也完全符合當前中國的發展要求，因此，以適宜的知識產權保護制度促進中國服務業增長和發展仍然大有可為，這更是推動中國經濟和法制協調發展的一項偉大嘗試。當然，過強的知識產權保護會通過壟斷勢力效應和市場擠出效應阻礙服務業的增長，因此，在面臨西方發達國家對中國相對薄弱的知識產權保護制度嚴加詰責的情形下，我們不應當盲目接納西方發達國家的不合理建議，而是應當審慎改進中國的知識產權保護制度。

本文的研究還發現，服務品市場需求量的上升會提高知識產權保護理論上的“最適強度”，服務業市場結構越趨于競爭型，知識產權保護“最適強度”越趨于上升，服務企業模仿能力的提高也提升了知識產權保護理論上的“最適強度”。隨著中國經濟的快速發展，消費者對服務品的需求量持續增加，同時，企業對生產性服務品的需求量也在大幅度增加，使得服務品的總需求量趨于增加。在此情形下，政府相關管理部門應當根據中國服務品市場有效需求的擴大狀況，適度調整知識產權保護政策，上調知識產權保護強度的標桿。不僅如此，隨著中國服務業占國民經濟比重的不斷提高，服務業市場的競爭越發激烈，加之中國政府不斷在服務業領域推出市場化改革措施，中國的服務業市場結構越發趨于競爭型。服務業市場結構的現實表現客觀上也要求中國的決策者調整知識產權保護政策，以更加科學合理的知識產權保護政策滿足產業發展的要求。此外，隨著中國科技的不斷進步，尤其是服務業領域技術的突飛猛進和營運模式的不斷更新，服務企業的學習能力也在不斷提高，這在客觀上增強了服務企業模仿能力，只有加強知識產權保護政策才能與時俱進地維護正常的市場競爭秩序，營造良好的市場環境。

從實際操作層面來看，政府管理部門應當根據中國服務品市場需求量、服務業市場結構以及服務企業模仿能力的動態變化，階段性地調整中國知識產權保護強度，適時更新知識產權保護強度的標桿，盡可能制定政策時接近理論上的知識產權保護“最適強度”，以此更好地推動服務業增長。在此過程中，政府管理部門首先應當不斷完善服務業領域的統計系統，全面覆蓋宏觀和分行業服務業信息，以詳實的統計資料作為判斷依據和決策基礎(周霄雪，2017)；其次應當及時跟蹤服務業市場的發展狀況，對服務業市場的行業競爭格局、不同規模服務企業的技術更替方向和企業運營模式情況進行總體把握和系統分析，為政府管理部門對服務業市場的引導發展奠定基礎；最后應當設立服務業發展形勢的反饋機制，構建暢通的信息平臺，將政府管理部門在知識產權保護政策方面的措施進行及時宣傳。在此基礎之上，決策部門以前期搜集的信息和分析結果為依據，從宏觀、中觀以及微觀全方位的綜合平衡系統出發，階段性地調整知識產權保護政策的實施標桿，以實現知識產權保護政策為服務業發展服務的目標，企業也能夠及時適應知識產權保護政策的漸進調整。

本文從服務品市場需求、服務業市場結構以及服務企業模仿能力等三個維度出發，研究了服務業增長所需要的知識產權保護“最適強度”的動態演化規律，并運用微觀數據進行計量檢驗，這為政府管理部門提供了顯性化、具體性的宏觀決策依據。理論上，知識產權保護“最適強度”的動態演化還會受到其它諸多因素的影響，本文的分析框架難以囊括所有因素，在此只能提供一個具有一定代表性的分析框架，對其它的影響因素研究還有待進一步的拓展。